代码改变世界

直播-拉流和推流概述 转载

2016-10-20 11:18  JG2014  阅读(13409)  评论(2)  编辑  收藏  举报

拉流（播放）：

根据协议类型（如RTMP、RTP、RTSP、HTTP等），与服务器建立连接并接收数据；

  • 解析二进制数据，从中找到相关流信息；

  • 根据不同的封装格式（如FLV、TS）解复用（demux）；

  • 分别得到已编码的H.264视频数据和AAC音频数据；

  • 使用硬解码（对应系统的API）或软解码（FFMpeg）来解压音视频数据；

  • 经过解码后得到原始的视频数据（YUV）和音频数据（AAC）；

  • 因为音频和视频解码是分开的，所以我们得把它们同步起来，否则会出现音视频不同步的现象，比如别人说话会跟口型对不上；

  • 最后把同步的音频数据送到耳机或外放，视频数据送到屏幕上显示。

了解了播放器的播放流程后，我们可以优化以下几点：

首屏时间优化

从步骤2入手，通过预设解码器类型，省去探测文件类型时间；

从步骤5入手，缩小视频数据探测范围，同时也意味着减少了需要下载的数据量，特别是在网络不好的时候，减少下载的数据量能为启动播放节省大量的时间，当检测到I帧数据后就立马返回并进入解码环节。

推流：


推流.jpg

  • 经过输出设备(AVCaptureVideoDataOutput)得到原始的采样数据--视频数据（YUV）和音频数据（AAC）；

  • 使用硬编码（对应系统的API）或软编码（FFMpeg）来编码压缩音视频数据；

  • 分别得到已编码的H.264视频数据和AAC音频数据；

  • 根据不同的封装格式（如FLV、TS、MPEG-TS）；

  • 使用HLS协议的时候加上这一步（HLS分段生成策略及m3u8索引文件）

  • 通过流上传到服务器；

  • 服务器进行相关协议的分发

推流步骤说明：很容易看出推流跟播放其实是逆向的，具体流程就不多说了。

  • 优化一：适当的Qos（Quality of Service，服务质量）策略。

推流端会根据当前上行网络情况控制音视频数据发包和编码，在网络较差的情况下，音视频数据发送不出去，造成数据滞留在本地，这时，会停掉编码器防止发送数据进一步滞留，同时会根据网络情况选择合适的策略控制音视频发送。

比如网络很差的情况下，推流端会优先发送音频数据，保证用户能听到声音，并在一定间隔内发关键帧数据，保证用户在一定时间间隔之后能看到一些画面的变化。

  • 优化二：合理的关键帧配置。

合理控制关键帧发送间隔（建议2秒或1秒一个），这样可以减少后端处理过程，为后端的缓冲区设置更小创造条件。

软硬编解选择

网上有不少关于选择软解还是硬解的分析文章，这里也介绍一些经验，但根本问题是，没有一个通用方案能最优适配所有操作系统和机型。

推流编码： 推荐Andorid4.3（API18）或以上使用硬编，以下版本使用软编；iOS使用全硬编方案；

播放解码：Andorid、iOS播放器都使用软解码方案，经过我们和大量客户的测试以及总结，虽然牺牲了功耗，但是在部分细节方面表现会较优，且可控性强，兼容性也强，出错情况少，推荐使用。

附软硬编解码优缺点对比：


硬编码软编码优缺点.jpg

采集

采集的步骤：

  1. 创建AVCaptureSession
  2. 输入对象AVCaptureDeviceInput
  3. 输出对象AVCaptureVideoDataOutput
  4. 输出代理方法captureOutput(_:didOutputSampleBuffer:fromConnection:)

相关内容

  • 采集数据：iOS平台上采集音视频数据，需要使用AVFoundation.Framework框架，从captureSession会话的回调中获取音频，视频数据。
  • 传输层协议：主要采用RTMP协议居多（默认端口1935，采用TCP协议），也有部分使用HLS协议
  • 音/视频编码解码：FFMpege编码解码
  • 视频编码格式：H.265、H.264、MPEG-4等，封装容器有TS、MKV、AVI、MP4等
  • 音频编码格式：G.711μ、AAC、Opus等，封装有MP3、OGG、AAC等
  • 渲染工具：采用OpenGL渲染YUV数据，呈现视频画面。将PCM送入设备的硬件资源播放，产生声音。iOS播放流式音频，使用Audio Queue 的方式，即，利用AudioToolbox.Framework 框架。



文／狂人日记_wd（简书作者）
原文链接：http://www.jianshu.com/p/b520c2a9b795
著作权归作者所有，转载请联系作者获得授权，并标注“简书作者”。